Caffe SigmoidCrossEntropyLoss 层多标签分类 c++

Question

我有一个获取 2 个输入图像的网络，这两个图像属于 9 个类中的多个类。我见过的所有示例 - 在 Caffe 文档中 - 直接从 prototxt 加载输入图像，但是我通过我的 c++ 代码提供信息。

我的输入层如下所示

input: "data"
input_shape{dim:20 dim:6 dim:100 dim:100}

input: "class_label"
input_shape{dim:20 dim:9}

损失层如下所示

layer {
  name: "classes"
  type: "InnerProduct"
  bottom: "ip2"
  top: "classes"
  param { lr_mult: 1 }
  param { lr_mult: 2 }
  inner_product_param {
    num_output: 9
    weight_filler {  type: "xavier" }
    bias_filler { type: "constant" }
  }
}


layer {
  name: "class_loss"
  type: "SigmoidCrossEntropyLoss"
  bottom: "classes"
  bottom: "class_label"
  top: "class_loss"
}

我的假设是输入应该是一个看起来像这样的流 [0 0 1 0 1 0 1 0 0]，其中1表示图像属于该类，0表示不属于，这是真的吗？

我的第二个问题是，我应该对 SigmoidCrossEntropyLoss 层的输出有什么期望（例如 SoftmaxWithLoss 输出概率）？

Answer 1

1. 您是对的：您的情况下的标签应该是二进制 9 向量。

2. 损失层的输出是一个标量损失值。当你训练你的网络时，你应该期望这个值会降低。对于预测（测试时间），您应该用简单的 sigmoid 层替换 sigmoid 损失层。某个 sigmoid 层的输出是一个 9 向量，每个条目代表相应类存在的概率。
   deploy.prototxt 中的输出层应如下所示：

   layer {
     type: "Sigmoid"
     name: "class_prob"
     bottom: "classes"
     top: "class_prob"
   }